張安民 王 寧
(91336部隊(duì) 秦皇島 066000)
跟蹤精度是評價(jià)末制導(dǎo)雷達(dá)重要的戰(zhàn)術(shù)技術(shù)指標(biāo)之一,直接影響其偵察、定位能力。動(dòng)態(tài)精度試驗(yàn)一直是靶場在對末制導(dǎo)雷達(dá)進(jìn)行定型、鑒定試驗(yàn)時(shí)的重點(diǎn)試驗(yàn)內(nèi)容。通過對以往試驗(yàn)數(shù)據(jù)進(jìn)行分析可以看出,在典型航路上末制導(dǎo)雷達(dá)動(dòng)態(tài)誤差可以看作是一個(gè)正態(tài)隨機(jī)過程,通過多個(gè)航次的試驗(yàn)得到的精度誤差是多個(gè)離散化的值,利用傳統(tǒng)數(shù)理統(tǒng)計(jì)方法可以得到每個(gè)記錄時(shí)刻的誤差值。但是,跟蹤精度的指標(biāo)是全航路平均的精度指標(biāo),如何獲得全航路的平均是本文重點(diǎn)研究的內(nèi)容。
末制導(dǎo)雷達(dá)跟蹤誤差數(shù)據(jù)從長時(shí)間全過程來看是非平穩(wěn)的,而從各局部較短時(shí)間來看是平穩(wěn)的,即信號(hào)的統(tǒng)計(jì)特性在一些時(shí)刻發(fā)生突變,而在這些時(shí)刻之間能夠保持平穩(wěn)性。在統(tǒng)計(jì)學(xué)上,這類信號(hào)被稱為分段平穩(wěn)的隨機(jī)信號(hào)。在平穩(wěn)段內(nèi)各時(shí)刻的跟蹤誤差具有相同的分布,從統(tǒng)計(jì)學(xué)的角度可以把它們看作同一個(gè)正態(tài)總體,對跟蹤誤差的統(tǒng)計(jì)值先在每個(gè)平穩(wěn)段內(nèi)進(jìn)行,然后通過加權(quán)平均得到全航路的估計(jì)值[1]。
本文在深入分析研究分段平穩(wěn)隨機(jī)信號(hào)的基礎(chǔ)上,設(shè)計(jì)了基于分段平穩(wěn)隨機(jī)信號(hào)的末制導(dǎo)雷達(dá)跟蹤精度試驗(yàn)數(shù)據(jù)處理策略,以某型末制導(dǎo)雷達(dá)方位跟蹤精度試驗(yàn)數(shù)據(jù)為例,按照該策略的方法和步驟進(jìn)行了數(shù)據(jù)處理,可為其它類似數(shù)據(jù)處理提供方法借鑒和參考。
在統(tǒng)計(jì)學(xué)內(nèi),將某階統(tǒng)計(jì)量隨時(shí)間改變的隨機(jī)信號(hào)稱為非平穩(wěn)隨機(jī)信號(hào),其統(tǒng)計(jì)特征是時(shí)間的函數(shù)。目前,非平穩(wěn)隨機(jī)信號(hào)還沒有統(tǒng)一的描述方法。有一種非平穩(wěn)隨機(jī)信號(hào),其統(tǒng)計(jì)特性在某些未知的時(shí)刻突然變化,而在這些時(shí)刻之間保持平穩(wěn)性,這些突變時(shí)刻稱為分界點(diǎn),在分界點(diǎn)間的各平穩(wěn)段可以用平穩(wěn)隨機(jī)信號(hào)的參數(shù)模型來表示。這類非平穩(wěn)隨機(jī)信號(hào)稱為分段平穩(wěn)隨機(jī)信號(hào),末制導(dǎo)雷達(dá)跟蹤精度試驗(yàn)數(shù)據(jù)即為該類型的非平穩(wěn)隨機(jī)信號(hào)。
處理分段平穩(wěn)隨機(jī)信號(hào)的關(guān)鍵在于如何分段。
設(shè)簡單的分段平穩(wěn)隨機(jī)信號(hào)為如下二分段情況:
式中:x1(n)與x2(n)都是平穩(wěn)的隨機(jī)序列,其統(tǒng)計(jì)特性不同。
對這種簡單的二分段平穩(wěn)隨機(jī)信號(hào),可以應(yīng)用信息論判階準(zhǔn)則(AIC)來判斷如何分段。
對于大多數(shù)分段平穩(wěn)隨機(jī)信號(hào)來說,二分段是最簡單的處理方法,大多數(shù)情況為一般N段的情況,即 x(n)=xi(n)(ni<n<ni+1;i=0,1,…,N-1) ,其中xi(n)均為不同的平穩(wěn)隨機(jī)信號(hào),在平穩(wěn)隨即信號(hào)參數(shù)模型中,最常用的是AR模型,故可通過對每個(gè)區(qū)間規(guī)定不同的AR模型來描述x(n)的特性[2]。
分析一般分段平穩(wěn)隨機(jī)信號(hào),需要解決以下三個(gè)問題:
1)分段的段數(shù);
2)各段之間分界點(diǎn)的確定;
3)各段AR模型的選擇。
P.M.Djuric等在參考文獻(xiàn)[3]中采用貝葉斯定理對上述問題進(jìn)行了研究,導(dǎo)出了一個(gè)關(guān)于分段數(shù)、各段AR模型階數(shù)及各段之間分界點(diǎn)的優(yōu)化方程。這種方法不需要設(shè)置任何門限,適用范圍廣泛,但由于優(yōu)化方程求解非常復(fù)雜,計(jì)算量很大,限制了它的實(shí)際應(yīng)用。參考文獻(xiàn)[4]對此優(yōu)化方程作了進(jìn)一步研究,得出了可使計(jì)算能夠見效的簡化解法,并對如何使用搜索法求解優(yōu)化方程做了闡明。
按照最大驗(yàn)后估計(jì)最優(yōu)準(zhǔn)則,參考文獻(xiàn)[3]給出的求解分段數(shù)、各段AR模型階數(shù)及各段之間分界點(diǎn)估值(q^,p^q,j^q-1)的分段平穩(wěn)化方程為
式中,k∈(1,2,…,Q);arg表示自變量。
分段平穩(wěn)優(yōu)化方程式(2)雖可用動(dòng)態(tài)規(guī)劃法求解,但是非常繁難。目前普遍采用搜索法[4]進(jìn)行求解,步驟如下:
1)先令q=1,即將整個(gè)數(shù)據(jù)序列作為1段,改變AR模型階數(shù),計(jì)算不同階數(shù)情況下式(2)及AIC值,取使AIC值最小的階數(shù)作為模型階數(shù),記下與此模型階數(shù)對應(yīng)的式(2)的值,以便最后比較。
2)其次q=2,將整個(gè)數(shù)據(jù)序列作為2段,這時(shí)需改變前、后2段AR模型的階數(shù) p1、p2及分界點(diǎn)j的 位 置 。 讓 :j1=j0+2,j0+3,…,N-2(j0=1);p1=0,1,…,P ;p2=0,1,…,P 。逐點(diǎn)搜索,按照與步驟1類似的方法,取值、比較,得出式(2)最小。
3)依此類推,令q=3,4,…,Q,按照上述方法進(jìn)行計(jì)算、取值、比較,記下式(2)最小值。
4)完成上述全部搜索后,其中與式(2)最小值所對應(yīng)的分段數(shù)、模型階數(shù)、分界點(diǎn)即為所求。
根據(jù)上述分段平穩(wěn)隨機(jī)過程的分析可知,將試驗(yàn)數(shù)據(jù)按照一定的原則進(jìn)行分段處理,可將分段后的數(shù)據(jù)按照平穩(wěn)隨機(jī)信號(hào)的處理方法進(jìn)行分析。
基于分段平穩(wěn)隨機(jī)信號(hào)的測向試驗(yàn)數(shù)據(jù)處理的策略和步驟設(shè)計(jì)如下[5]:
1)數(shù)據(jù)預(yù)處理,即異常值的判斷與處理;
2)數(shù)據(jù)分段,即應(yīng)用2.2節(jié)介紹的方法將數(shù)據(jù)進(jìn)行分段處理;
3)誤差統(tǒng)計(jì)特性計(jì)算,即對分段后的數(shù)據(jù)計(jì)算標(biāo)準(zhǔn)差;
4)指標(biāo)的假設(shè)檢驗(yàn),即應(yīng)用試驗(yàn)數(shù)據(jù)(樣本數(shù)據(jù))對末制導(dǎo)雷達(dá)跟蹤精度進(jìn)行統(tǒng)計(jì)推斷。
數(shù)據(jù)預(yù)處理是進(jìn)行試驗(yàn)數(shù)據(jù)處理的前提和基礎(chǔ),主要用于找出測量過程中產(chǎn)生的誤差(即異常值)。預(yù)處理的過程就是對所得數(shù)據(jù)的異常值進(jìn)行識(shí)別的過程,并將異常值剔除或補(bǔ)正。剔除異常值后,還需要采用線性插值法,根據(jù)采樣周期補(bǔ)充相應(yīng)的數(shù)據(jù)。
用統(tǒng)計(jì)方法判別異常值的基本思想是[6]:給定一個(gè)檢驗(yàn)水平,并確定一個(gè)置信限,凡誤差超過這個(gè)置信限的測量值,被認(rèn)為不屬于正常值范疇,而當(dāng)作異常值剔除。判別測量異常值的方法很多,在電子裝備試驗(yàn)中常用以下兩種方法:Layite方法和Grubbs方法。本文擬采用Layite方法對末制導(dǎo)雷達(dá)跟蹤精度的試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理,下面對Layite方法作簡要介紹[7]。
Layite方法按正態(tài)分布理論,以最大誤差范圍3s為依據(jù)進(jìn)行判別,設(shè)有一組測量值xi(1,2,…,n) ,其 樣 本 平 均 值 為 xˉ,偏 差Δxi=xi-xˉ,按式(3)計(jì)算標(biāo)準(zhǔn)差 s:
如果某測量值 xl(1≤l≤n)的偏差 ||Δxl>3s時(shí),則認(rèn)為xl是異常值。
該方法最大的優(yōu)點(diǎn)是簡單、方便、不需查表,但對小樣本數(shù)據(jù)不準(zhǔn)確,往往會(huì)把一些異常值隱藏下來而犯“存?zhèn)巍钡腻e(cuò)誤。
在電子對抗裝備試驗(yàn)中,被試品標(biāo)準(zhǔn)差指標(biāo)的形式通常為σ≤σ0,σ0是已知常數(shù)。在對總體情況利用假設(shè)檢驗(yàn)的方法進(jìn)行推斷時(shí)[8],主要對下面兩種情況之一進(jìn)行檢驗(yàn):
1)檢驗(yàn)被試品滿足“σ≤σ0”;
2)檢驗(yàn)被試品不滿足“σ≤σ0”。
末制導(dǎo)雷達(dá)跟蹤精度試驗(yàn)主要是針對第一種情況進(jìn)行檢驗(yàn),下面對該檢驗(yàn)方法作簡要介紹。
要檢驗(yàn)的假設(shè)是[9]:
由于樣本方差S2是總體方差σ2的無偏估計(jì),對于該檢驗(yàn)問題常用的檢驗(yàn)方法是:S2≤c時(shí)拒絕H0,S2>c時(shí)接受H0。常數(shù)c是根據(jù)事先選定的檢驗(yàn)水平α確定的,且當(dāng)H0∶σ>σ0時(shí)成立時(shí)滿足
當(dāng) X~N(μ,σ2)時(shí),(n-1)S2σ2~,以 K表示的分布函數(shù),那么
于是根據(jù)實(shí)際推薦原理可得改檢驗(yàn)問題的如下判別準(zhǔn)則:
末制導(dǎo)雷達(dá)方位跟蹤精度試驗(yàn)典型態(tài)勢如圖1所示[10]。
圖1 末制導(dǎo)雷達(dá)方位跟蹤精度試驗(yàn)典型態(tài)勢圖
目標(biāo)艦A點(diǎn)就位,末制導(dǎo)雷達(dá)架設(shè)在B點(diǎn),兩者距離為R,末制導(dǎo)雷達(dá)開機(jī)穩(wěn)定跟蹤目標(biāo)并記錄相關(guān)數(shù)據(jù);目標(biāo)艦以O(shè)點(diǎn)為圓心,r為半徑,以航速v作勻速圓周運(yùn)動(dòng)。
按照上述試驗(yàn)過程得到試驗(yàn)數(shù)據(jù),同時(shí)通過GPS定位系統(tǒng)得到目標(biāo)艦的方位真值數(shù)據(jù),將兩者相減得到每一個(gè)測量時(shí)刻的方位誤差,將數(shù)據(jù)平方后如圖2所示。
圖2 試驗(yàn)數(shù)據(jù)
針對上述試驗(yàn)數(shù)據(jù),按照3.1所介紹的流程對數(shù)據(jù)進(jìn)行處理,所用到的方法均通過編寫Matlab程序?qū)崿F(xiàn)。
4.2.1 數(shù)據(jù)預(yù)處理
首先運(yùn)用Layite方法對數(shù)據(jù)進(jìn)行預(yù)處理,找出異常值并剔出,將剔除值用其左右數(shù)據(jù)的均值代替,預(yù)處理后的數(shù)據(jù)如圖3所示。
圖3 預(yù)處理后試驗(yàn)數(shù)據(jù)
4.2.2 數(shù)據(jù)分段
利用式(2)對預(yù)處理后地?cái)?shù)據(jù)進(jìn)行分段,將非平穩(wěn)隨機(jī)信號(hào)化為多段平穩(wěn)隨機(jī)信號(hào)。
分別令q=1、2、3…100,按照2.2介紹的方法計(jì)算AIC的值,計(jì)算結(jié)果見下表。
表1 數(shù)據(jù)AIC計(jì)算值
從表1可以看出,當(dāng)階數(shù)取47時(shí),AIC的值最小,可將數(shù)據(jù)分為47段平穩(wěn)隨機(jī)信號(hào),并根據(jù)式(2)求出分界點(diǎn)。
4.2.3 統(tǒng)計(jì)特性計(jì)算及統(tǒng)計(jì)推斷
分別計(jì)算各段數(shù)據(jù)的標(biāo)準(zhǔn)差,計(jì)算結(jié)果見表2。
數(shù)據(jù)的標(biāo)準(zhǔn)差為0.5253。取σ0=0.95,利用假設(shè)檢驗(yàn)的方法進(jìn)行統(tǒng)計(jì)推斷。計(jì)算得,拒絕H0,可判定被試品標(biāo)準(zhǔn)差滿足指標(biāo)要求。
表2 各數(shù)據(jù)段標(biāo)準(zhǔn)差
本文提出了一種基于分段平穩(wěn)隨機(jī)過程的末制導(dǎo)雷達(dá)動(dòng)態(tài)跟蹤精度試驗(yàn)數(shù)據(jù)處理方法,利用該方法克服了試驗(yàn)數(shù)據(jù)處于非平穩(wěn)隨機(jī)狀態(tài)下無法利用傳統(tǒng)統(tǒng)計(jì)學(xué)方法進(jìn)行分析的問題,并最大限度保留了原始數(shù)據(jù)的信息。首先設(shè)計(jì)了基于分段平穩(wěn)隨機(jī)信號(hào)的測向誤差試驗(yàn)數(shù)據(jù)處理策略,以某型末制導(dǎo)雷達(dá)方位跟蹤精度試驗(yàn)數(shù)據(jù)為例,按照該策略的方法和步驟進(jìn)行了數(shù)據(jù)處理,從處理結(jié)果來看,分段平穩(wěn)隨機(jī)過程在非平穩(wěn)隨機(jī)信號(hào)的數(shù)據(jù)處理中可以發(fā)揮重要作用。
[1]王宏禹,邱天爽,陳喆.非平穩(wěn)隨機(jī)信號(hào)分析與處理[M].北京:國防工業(yè)出版社,2008,04:101-125.
WANG Hongyu,QIU Tianshuang,CHEN Zhe.Nonstation?ary Random Signal Analysis and Processing[M].Beijing:National Defense Industry Press,2008,04:101-125.
[2]包國忱,柴義隆.電子裝備試驗(yàn)數(shù)據(jù)處理[M].北京:國防工業(yè)出版社,2002,01:315-332.
BAO Guochen,CHAI Yilong.Electronic Equipment Test Data Processing[M].Beijing:National Defense Industry Press,2002,01:315-332.
[3]Djuric P M,Kay S M,F(xiàn)aye B G.Segmentation of nonsta?tionary signals[J].Proc.IEEE ICASSP,San Francisco,1992:161-164.
[4]王文華,王宏禹.分段平穩(wěn)隨機(jī)過程的參數(shù)估計(jì)方法[J].電子科學(xué)學(xué)刊,1997,19(3):311-317.
WANG Wenhua,WANG Hongyu.A Research on segmen?tation of nonstationary stochastic process into piecewise stationary stochastic process[J].Journal of Electronics,1997,19(3):311-317.
[5]ORFANIDIS S J.Introducetion To signal Processing[M].Prentice Hall International,Inc.1999:84-88.
[6]張賢達(dá),保錚.非平穩(wěn)信號(hào)分析與處理[M].北京:國防工業(yè)出版社,1990:105-122.
ZHANG Xianda,BAO Zheng.Nonstationary Signal Analy?sis and Processing[M].Beijing:National Defense Industry Press,1990:105-122.
[7]Chen Z,Wang H Y,Qiu T S.A TVAR parametric model based on WNN[J].ICNNSP,Nanjing,2003:802-805.
[8]張海勇.基于局域波法的非平穩(wěn)隨機(jī)信號(hào)分析中若干問題的研究[D].大連:大連理工大學(xué),2001:32-35.
ZHANG Haiyong.research on some problems of non-sta?tionary random signal analysis based on local wave method[D].Dalian:Dalian University of Technology,2001:32-35.
[9]曹淵.導(dǎo)彈末端導(dǎo)引精度小子樣試驗(yàn)評估方法研究[D].長沙:國防科學(xué)技術(shù)大學(xué),2008:15-23.
CAO Yuan.Research on missile terminal guidance accura?cy of small sample test evaluation method[D].Changsha:National University of Defense Technology,2008:15-23.
[10]邱軼兵.試驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理[M].北京:中國科學(xué)技術(shù)大學(xué)出版社,2015:44-47.
QIU Yibing.Experiment Design and Data Processing[M].Beijing:University of Science and Technology of China Press,2015:44-47.